本站消息
实现一元线性回归拟合-梯度下降实现python
发布于2020-02-14 21:06 阅读(822) 评论(0) 点赞(30) 收藏(5)
对于给定训练集
- 1
x = [4,8,5,10,12]
y = [20,50,30,70,60]- 1
参数的定义以及设置
- 1
#初始化参数
theta0 = theta1 = 0
#学习率
alpha = 0.00001
#迭代次数
cnt = 0
error0 = error1 = 0
#指定一个阈值，用于检查两次误差
thershold = 0.0000001
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
迭代进行
- 1
while True:
#定义梯度 diff[0]-theta0 diff[1]-theta1
diff = [0,0]
m = len(x)
for i in range(m):
diff[0] = y[i] - (theta0+theta1*x[i])
diff[1] =(y[i] - (theta0+theta1*x[i]))*x[i]
theta0 = theta0 + alpha * diff[0]
theta1 = theta1 + alpha * diff[1]
#误差计算
for i in range(m):
error1 += (y[i] - (theta0+theta1*x[i]))**2
error1 /= m
if abs(error1 - error0) < thershold:
break
else:error0 = error1
cnt += 1
pass
print('theta0',theta0)
print('theta1',theta1)
print('cnt',cnt)- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
结果预测
- 1
print(predict(theta0,theta1,8))
所属网站分类: 技术文章 > 博客
作者：大壮
链接：https://www.pythonheidong.com/blog/article/231557/f1532b4a139a2d4af7ba/
来源：python黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
30
0
收藏该文
昵称:
评论内容：(最多支持255个字符)
---无人问津也好，技不如人也罢，你都要试着安静下来，去做自己该做的事，而不是让内心的烦躁、焦虑，坏掉你本来就不多的热情和定力
站长公众号(new)
更多>
pdf(new)
更多>
问答(new)
更多>
游戏(new)
更多>